큰 데이터 개발의 나이: 7 과제 및 8 개의 동향

큰 데이터 도전과 기회 공존, 개발의 다음 몇 년 동안에서 큰 데이터 예상된 확장 단계, 추측 단계 응용 프로그램 단계를 방문 합리적인 개발 단계로 이전 년, 다음 몇 년 동안에서 큰 데이터 점차적으로 합리적인 개발 기간을 입력 합니다. 큰 데이터 개발의 미래는 여전히 많은 과제는 하지만 전망은 여전히 매우 낙관적 이다. 큰 데이터 개발 과제는 7 개 주요 과제를 포함 하 여 큰 데이터의 개발에 여전히 많은 과제: 사업 단위에는 분명 큰 데이터 요구 사항 데이터 자산의 점차적인 손실 선도, 기업 내부 데이터 격리 심각한 결과 데이터 값에 완벽 하 게 악용 될 수 없습니다, 데이터, 데이터를 사용할 수 없는 데이터의 품질이 낮은 섬 데이터 관련 관리 기술 및 아키텍처 지연 뒤에, 큰 데이터 처리 용량, 보안 기능 및 데이터 유출, 결과 가난한 사람들의 인식의 부족으로 이어지는 큰 데이터 재능은 충분 하지 않습니다 대용량 데이터 작업을 수행 하기 어려운 원인; 큰 데이터 더 개방적이 고 가치 있는, 하지만 큰 데이터 관련 정책 및 규정, 결과 데이터 개방과 균형, 어려운 개인 정보 보호의 부족 또한 더 나은 오픈 어려운. 한 도전: 비즈니스 단위에는 분명 큰 데이터 요구 사항을 많은 비즈니스 단위 대용량 데이터를 이해 하지 않는 응용 프로그램을 이해 하지 않는 큰 데이터 시나리오 및 값, 그것은 앞으로 큰 데이터의 정확한 요구를 넣어 어렵다. 비즈니스 단위 수요는 확실 하지 않습니다, 큰 데이터 부서 및 비영리 부서, 기업 결정 제작자 걱정 더, 투자의 비용에 대 한 주저, 큰 데이터 부서의 건설에 많은 기업에 결과 때문에 기다려-및-보고 태도에 많은 회사는, 근본적으로 영향을 받는 큰 데이터 개발의 방향에 있는 기업 또한 방해 하는 축적 하 고 자신의 데이터 자산, 발굴 기업도 데이터는 응용 프로그램 현장 없기 때문에 많은 귀중 한 기록 데이터를 삭제, 인해 기업 데이터 자산을 잃고. 결과적으로, 큰 데이터 실무자 및 전문가 필요 운전 하 고 큰 데이터 응용 프로그램 시나리오를 공유 있도록 더 많은 비즈니스 사람들이 대용량 데이터의 가치를 이해 합니다. 2 도전: 기업 내부 데이터 아일랜드 심각한 기업 시작 큰 데이터는 가장 중요 한 도전 데이터의 조각화입니다. 많은 기업, 특히 대기업 데이터 종종 다른 부서에 뿌려 지 고 다른 데이터 웨어하우스, 데이터 기술의 다른 부서에서에서 데이터, 동일 하지 않을 수 있습니다 주도 엔터프라이즈의 데이터를 얻을 수 없습니다. 이 데이터 없이 큰 데이터 값은 발굴에 매우 어렵습니다. 큰 데이터 연결 하 여 고객을 이해 하 고 비즈니스 이점을 이해 하기 위해 다른 데이터와 통합 해야 합니다. 통해, 다른 부서 들의 데이터를 가져오고 기술 및 도구, 공유를 실현 하는 방법 기업의 대용량 데이터의 값을 발휘 더 나은 수 있습니다. 3 도전: 낮은 데이터 가용성, 데이터 많은 중소 및 대기업, 품질 모든 순간 또한 생성 하는 많은 데이터를 하지만 큰 데이터의 전처리 단계에서 많은 기업은 매우 중요 한 데이터 처리 선도 표준화 되지. 큰 데이터 단계 전처리, 데이터 추출 하는 편리한 데이터 형식으로 변환 그리고 데이터 청소 및 드 noising 효과적인 데이터를 추출 해야 한다. 데이터에도 많은 기업 보고 무리 한 무리 한 상황을 많이 있다. 이러한 이유로 모든 데이터, 불 쌍 한 데이터 품질 및 부정확 한 데이터의 가난한 가용성 이어질. 큰 데이터의 중요성은 뿐만 아니라데이터 분석 및 데이터 마이닝 담당자 많은 양의 데이터를 수집 하 고 수집 된 데이터를 전처리 하 여 큰, 높은 가용성 데이터에서 유용한 정보를 추출이 가능 하다. Sybase의 데이터 표시 합니다 고품질 데이터와 응용 프로그램 데이터 수 크게 비즈니스 성능 향상, 10%, 데이터 가용성을 증가 적어도 10% 기업 성과 증가. 4 도전: 데이터 관련 관리 기술 및 아키텍처 기술 아키텍처의 과제는 다음과 같습니다: (1) 전통적인 데이터베이스 배포 테라바이트의 데이터를 처리할 수 없습니다 및 전통적인 데이터베이스 관리 기능을 초과 하는 데이터의 볼륨 빠르게 성장. 어떻게 분산된 데이터 웨어하우스를 구축 하 고 많은 수의 서버 (2) 엔터프라이즈 과제;을 많이 될의 확장을 촉진 하기 위하여 많은 기업 전통적인 데이터베이스 기술을 채택, 디자인의 처음에 고려 하지 않았다 특히 구조화 된 데이터, 반구조적 및 구조화 되지 않은 데이터 호환에 대 한 데이터 카테고리의 다양성 (3) 전통적인 엔터프라이즈 데이터베이스, 데이터 처리 시간 높은, 이러한 통계의 통계 결과 자주 지연 1 일 또는 2 일 밖으로 계산 됩니다. 하지만 큰 데이터 분, 심지어 초에 실시간으로 처리 합니다. 전통적인 데이터베이스 설계자 실시간 데이터 처리, (4)의 능력 부족 대규모 데이터 매우 좋은 네트워크 구조, 필요 강력한 데이터 센터를 지원 하기 위해, 데이터 센터의 작업 차원 작업 또한 도전 될 것입니다. 데이터 안정성을 보장, 높은 동시성을 지원, 서버의 낮은 부하를 줄일 수, 주요 작품의 대규모 데이터 센터 작업 하는 방법. 도전 5: 데이터 보안 네트워크 생활 쉽게 사람에 대 한 정보는 범죄자에 대 한 어려운 추적 하 고 방지 하기 위해, 더 많은 범죄 방법 그리고 더 정교한 사기 있을 수 있습니다. 사용자의 정보 보안을 보장 하는 방법 대용량 데이터 시대에 매우 중요 한 주제를 된다. 데이터는 더 많은 그리고 더, 해커 범죄의 동기는 강한 온라인 보다, 일부 잘 알려진 웹 사이트 비밀 번호 누출, 시스템 결함 원인 사용자 정보 우리 경고 등 도난 민감한 개인정보, 해야 합니다 강화 큰 데이터 네트워크 보안 구축. 또한, 대용량 데이터의 증가 함께 데이터 스토리지의 물리적 보안 요구 사항의 높을 것 이다, 그렇게 데이터 및 재해 내결함성 메커니즘의 여러 복사본 또한 더 높은 요구 사항을. 많은 전통적인 기업의 데이터 보안 걱정이 됩니다. 도전 6: 각 링크의 큰 데이터 구조의 큰 데이터 인원 부족 전문 완료에 의존 해야, 따라서, 우리는 훈련 하며 마스터 데이터 기술을 창조, 관리 이해, 큰 데이터 건설 전문 팀의 큰 데이터 응용 프로그램 경험을가지고. 현재, 큰 데이터 관련 재능의 부족 큰 데이터 시장의 발전을 저해 됩니다. 가트너는 2015 년 4.4 백만 새로운 일자리 큰 데이터, 세계의 것 및 단체의 25% 최고 데이터 책임자 위치를 할 것 이다 예측. 큰 데이터 관련 위치 복잡 한 재능, 수학, 통계, 데이터 분석, 기계 학습 및 자연 언어 처리 및 다른 측면의 종합적인 제어를 할 수 있이 필요가 있습니다. 미래에, 큰 데이터 인재 격차의 약 1 백만, 높은-엔드 재능에 큰 데이터의 모든 분야에서 가장 화끈한 재능, 될 것입니다.데이터 개발 엔지니어, 대용량 데이터 분석, 데이터 건축가, 큰 데이터 배경 개발 엔지니어, 알고리즘 엔지니어 및 다른 방향으로의 많은 수를 포함 한다. 따라서, 대학 및 기업 육성 및 발굴을 함께 작동 하도록 해야 합니다. 순간에 큰 문제는 그 많은 대학과 부족 큰 데이터, 그래서 큰 데이터와 회사 교육을 위해 학교와 결합 해야.